残差修正法在电力负荷预测中的应用

影响电力负荷的因素很多 ,而且这些因素都具有不确定性 ,即这些信息具有模糊性。因此 ,为了准确进行负荷预测 ,最好采用模糊预测来研究和处理电力负荷预测。一般对于电力系统中期负荷预测采用回归分析模型 ,但其预测结果往往有很大误差。为了提高电力负荷预测技术的水平 ,作者以基于实数输出值的模糊回归分析及用三角函数拟合残差的方法 ,提出了预测电力负荷的模糊线性回归——残差修正预测模型。该模型是在模糊线性回归模型的基础上推导出来的 ,它可以寻找最合适的线性函数使理想线性回归中的线差和达到最小。

利用多项式拟合预测残差修正法估算周跳值

本文针对多项式法探测周跳的问题,从理论上分析了多项式拟合的预测误差,认为预测模型系数的不准确使得预报残差中含有模型预测残差,并提出一种估算模型预测残差的办法。进一步提出了一种较精确的计算周跳的方法——预测残差修正法,最后用实际数据进行了验算,证明该方法有效。

基于改进灰色模型的电力负荷可靠性预测系统设计与实现

针对传统时序数据预测方法难以准确预测电力负荷数据的问题,文中设计了一种基于改进灰色模型的电力负荷可靠性预测系统。在历史数据样本容量小的条件下,将灰色模型选为负荷预测的基础模型,在考虑气象因素的基础上,采用残差修正法与马尔科夫法改进灰色模型,修正电力负荷的预测值并通过Matlab实现预测算法。同时利用MySQL作为数据库管理软件,设计得到相应的电力负荷可靠性预测系统。基于该预测系统展开电力负荷预测实验,结果表明,文中所设计预测系统的平均精度可达99%,能够有效预测电力负荷,验证系统的正确性与实用性。

Lp估计理论及应用

基于最小二乘（ＬＳ）估计对粗差或长尾分布甚为敏感，作者提出用一簇估计──ＬＰ估计以改善之。本文主要论述了Ｌｐ估计的基本原理及修正残差法的计算，并对Ｌｐ估计的抗差性能力及效率与ｐ的关系进行了分析，最后用一算例进行了讨论。

灰预测模式评估观光农业之游客量

台湾休闲观光农业之发展,使得乡镇各地旅游景点游客量也因诸多经营推销等因素而互有消长,然而农村地区的地域性旅游点,具有指标性之意义,而未来指标地区游客量的成长与衰减,与区域性旅游发展息息相关。因此透过有效的预测技术,可以正确地预知未来游客量变化情形并加以因应。本研究应用GM(1,1)、滚动检验法、灰色马可夫以及灰色傅立叶级数残差修正预测模型来预测南投埔里酒厂游客量,对研究结果进行比较与分析得出,灰色傅立叶级数残差修正预测模型之预测精确度高达97.66%,且其预测2009年4月之游客量与埔里酒厂所公布之游客量统计资料相比,误差仅为2.09%,相较其它预测模型,灰色傅立叶级数残差修正预测模型较适合此类周期波动较大的数据数据之预测。